public void Algorithm()
{
// Nachbarschaft des ausgewählten Neurons: N+t
Dictionary <Neuron, double> Neighborhood;
// Zufällig durch die Input-Daten gehen
IrisData = Shuffle(IrisData);
foreach (IrisLib iris in IrisData)
{
// Rt: Adaptionsradius um das Gewinner-Neuron auf der Karte
BlockRadius = BLOCK_RADIUS_START * Math.Pow((BLOCK_RADIUS_END / BLOCK_RADIUS_START), (Steps / STEPS_MAX));
// Die zeitabhängige Lernrate εt
LearningRate = LEARNING_RATE_START * Math.Pow((LEARNING_RATE_END / LEARNING_RATE_START), Steps / (STEPS_MAX));
// Das Neuron mit der maximalen Erregung wird ermittelt. Minimaler Euklidischer Abstand zum Input-Vektor.
Neuron closest = NeuronMap.OrderBy(n => (n.Position - iris.Position).Length).First();
// Alle Nachbaren innerhalb des Blockradius des gewählten Neurons (inklusive selbst) auslesen.
Neighborhood = closest.GetNeighborhood(BlockRadius);
// Neuron und dessen Nachbarschaft ein Stück in die Richtung des Input-Vektors bewegen
foreach (KeyValuePair <Neuron, double> n in Neighborhood)
{
// Die zeitabhängige Entfernungsgewichtungsfunktion ht.
double weight = Math.Exp(-Math.Pow(n.Value / BlockRadius, 2));
n.Key.Position = n.Key.Position + LearningRate * weight * (iris.Position - n.Key.Position);
}
// Schrittzähler inkrementieren
Steps++;
}
}
public NeuronMapGenerator(int width, int height, int maxRooms, int roomMaxSize, int roomMinSize) : base(width, height)
{
_map = new NeuronMap();
_maxRooms = maxRooms;
_roomMaxSize = roomMaxSize;
_roomMinSize = roomMinSize;
}
public void GenerateRegularMap(double width, double height, int size)
{
int id = 0;
double step = 300 / size;
double leftOffset = (width / 2) - (size / 2) * step;
double topOffset = (height / 2) - (size / 2) * step;
NeuronMap.Clear();
for (int x = 0; x < size; x++)
{
for (int y = 0; y < size; y++)
{
Neuron neuron = new Neuron(id, x * step + leftOffset, y * step + topOffset);
id++;
NeuronMap.Add(neuron);
if (y > 0 && y < size)
{
Neuron neighbor1 = NeuronMap.Where(n => n.Position.Y == neuron.Position.Y - step && n.Position.X == neuron.Position.X).FirstOrDefault();
neuron.AddAxon(180, neighbor1);
}
if (x > 0 && x < size)
{
Neuron neighbor2 = NeuronMap.Where(n => n.Position.Y == neuron.Position.Y && n.Position.X == neuron.Position.X - step).FirstOrDefault();
neuron.AddAxon(90, neighbor2);
}
}
}
}